1. 标准正态分布函数
是一个在数学、物理及工程等领域都非常重要的概率分布，在统计学的许多方面有着重大的影响力。
期望值μ=0，即曲线图象对称轴为Y轴，标准差σ=1条件下的正态分布，记为N(0，1)。
2. 标准正态分布函数的积分
正态分布标准化的公式：Y=（X-μ）/σ～N（0，1）。
证明；因为X～N（μ，σ^2），所以P（x）=（2π）^（-1/2）*σ^（-1）*exp{[-（x-μ）^2]/（2σ^2）}。
注：F（y）为Y的分布函数，Fx（x）为X的分布函数。
而F（y）=P（Y≤y）=P（（X-μ）/σ≤y）=P（X≤σy+μ）=Fx（σy+μ）。
所以p（y）=F'（y）=F'x（σy+μ）*σ=P（σy+μ）*σ=[（2π）^（-1/2）]*e^[-（x^2）/2]。从而，N（0，1）。正态分布标准化的意义是可以方便计算，是一种统计学概念。
原本的正态分布图形有高矮胖瘦不同的形态，实际上是积分变换的必然结果，就好比是：
1.y=kx+b直线，它不一定过原点的，但是通过变换就可以了：大Y=y-b；大X=kx；===>大Y=大X。
2.y=a*b乘积，通过变换就可以变成加法运算：Ln（y）=Lna+Lnb。
3.y=ax²+bx+c通过变换就可以变成标准形式：y=a（x+b/（2a））²+（c-b²/（4a））。
正态分布的标准化也只不过是“积分变换”而已，虽然高矮胖瘦不同的形态，但是变量的线性伸缩变换并不改变其量化特性，虽然标准化以后都变成期望是0，方差是1的标准分布了，但这种因变量自变量的依赖关系仍然存在，不用担心会“质变”。
3. 标准正态分布函数x等于0时
：ξ期望：Eξ=x1p1+x2p2+……+xnpn方差：s²方差公式：s²=1/n[(x1-x)²+(x2-x)²+……+(xn-x)²]注：x上有“-”正态分布（Normal distribution）又名高斯分布（Gaussian distribution），是一个在数学、物理及工程等领域都非常重要的概率分布，在统计学的许多方面有着重大的影响力。
若随机变量X服从一个数学期望为μ、方差为σ^2的高斯分布，记为N(μ，σ^2)。其概率密度函数为正态分布的期望值μ决定了其位置，其标准差σ决定了分布的幅度。因其曲线呈钟形，因此人们又经常称之为钟形曲线。我们通常所说的标准正态分布是μ = 0,σ = 1的正态分布。
4. 标准正态分布函数表
正态分布列即为服从正态分布曲线的数列。
正态分布（normal distribution）又名高斯分布（Gaussian distribution），是一个在数学、物理及工程等领域都非常重要的概率分布，在统计学的许多方面有着重大的影响力。若随机变量X服从一个数学期望为μ、标准方差为σ2的高斯分布，记为：则其概率密度函数为正态分布的期望值μ决定了其位置，其标准差σ决定了分布的幅度。因其曲线呈钟形，因此人们又经常称之为钟形曲线。我们通常所说的标准正态分布是μ = 0,σ = 1的正态分布。
5. 标准正态分布函数图像
正态分布的分布函数：若随机变量X服从一个位置参数为μ、尺度参数为σσ的概率分布，且其概率密度函数为f(x)=12π−−√σe−(x−μ)22σ2。
6. 标准正态分布函数求导
正态分布概率密度函数是f(x)=[1/(√2π)t]*e^[-(x-u)^2/2(t^2)]
其实就是均值是u，方差是t^2。
于是：∫e^[-(x-u)^2/2(t^2)]dx=(√2π)t（*）
积分区域是从负无穷到正无穷，下面出现的积分也都是这个区域。
（1）求均值
对（*）式两边对u求导：
∫{e^[-(x-u)^2/2(t^2)]*[2(u-x)/2(t^2)]dx=0
约去常数，再两边同乘以1/(√2π)t得：
∫[1/(√2π)t]*e^[-(x-u)^2/2(t^2)]*(u-x)dx=0
把(u-x)拆开，再移项：
∫x*[1/(√2π)t]*e^[-(x-u)^2/2(t^2)]dx=u*∫[1/(√2π)t]*e^[-(x-u)^2/2(t^2)]dx
也就是
∫x*f(x)dx=u*1=u
这样就正好凑出了均值的定义式，证明了均值就是u。
(2)方差
过程和求均值是差不多的，我就稍微略写一点了。
对(*)式两边对t求导：
∫[(x-u)^2/t^3]*e^[-(x-u)^2/2(t^2)]dx=√2π
移项：
∫[(x-u)^2]*[1/(√2π)t]*e^[-(x-u)^2/2(t^2)]dx=t^2
也就是
∫(x-u)^2*f(x)dx=t^2
正好凑出了方差的定义式，从而结论得证
7. 标准正态分布函数单调性
一维正态分布的概率密度函数是一条左右对称的钟型线，而二维其实就是一口钟了，即从任何角度看去，它都是钟型线。因此一维随机变量的分布函数是定积分，而二维分布函数是二重积分。1、随机变量的分布函数有的性质：
(1)单调性， x1<x2 ==>F(x1)≤F(x2)
(2) 有界性，0≤F(x)≤1， F(-∞)=0, F(+∞)=1
(3) 右连续性： lim[x-->x0+]F(x)=F(x0)
8. 标准正态分布函数计算器
复合收益率即复利计算的收益率。复合收益率=(期末资金-期初资金)/期初资金，复合收益率一般是按照一个周期来计算。
基本的计算公式：
B-S模型对欧式认购权证价格的计算公式为:
其中:
C-认购权证初始的价格;
X-权证的行权价格;
S-标的证券的现价;
T-权证的有效期;
r-连续复利计算的无风险利率;
σ-市场波动率，即年度化的标准差;
N(·)-正态分布变量的累积概率分布函数。
B-S公式使用时的注意事项：
通常，很多专业性的网站都提供权证定价计算的B-S模型计算器，投资者需要掌握的是如何正确输入其中的参数，做到正确的使用即可。由于B-S模型中的X、S都比较容易取得，因此，正确使用B-S公式必须注意其它几个参数的选择:第一,该模型中无风险利率必须是连续复利形式。一个简单的或不连续的无风险利率(设为r0)一般是一年复利一次,而r要求利率连续复利。r0必须转化为r方能代入上式计算。两者换算关系为:r=ln(1+r0)或r0=er-1。第二,期权有效期T应折合成年数来表示,即期权有效天数与一年365天的比值。如果期权有效期为183天,则T=183/365=0.501。第三，对波动率的计算。通常通过标的证券历史价格的波动情况进行估算。基本计算方法为:先取该标的证券过往按时间顺序排好的n+1个历史价格(价格之间的时间间隔应保持一致，如一天、一周、一月等)
9. 标准正态分布函数公式
正态分布标准差计算公式是= V [∑( i :1→ n )( xi — E )/ n ]。正态分布,也称“常态分布”,又名高斯分布。正态曲线呈钟型,两头低,中间高,左右对称因其曲线呈钟形,因此人们又经常称之为钟形曲线。若随机变量 X 服从一个数学期望为、方差为2的正态分布,记为 N ( u , o 2)。其概率密度函数为正态分布的期望值决定了其位置,其标准差决定了分布的幅度。
当 u =0, o =1时的正态分布是标准正态分布。正态分布是一个在数学、物理及工程等领域都非常重要的概率分布,在统计学的许多方面有着重大的影响力。
10. 标准正态分布函数表怎么看
正态分布通过曲线反映了随机变量的分布规律。理论上的正态分布曲线是一条中间高，两端逐渐下降且完全对称的钟形曲线。
11. 标准正态分布函数是偶函数吗
概率密度是偶函数的是T分布。在概率论和统计学中，t-分布（t-distribution）用于根据小样本来估计呈正态分布且方差未知的总体的均值。如果总体方差已知（例如在样本数量足够多时），则应该用正态分布来估计总体均值。
- 相关评论
- 我要评论
-